Bu bibliyometrik analiz, 2016'dan 2025'e kadar T-lenfosit metabolik yeniden programlama araştırmalarında yayın trendlerini, iş birliği ağlarını ve gelişmekte olan araştırma merkezlerini değerlendirmek için CiteSpace, VOSviewer ve Scimago Graphica kullandı.
Araştırma makalesi
T Lenfositlerinde Metabolik Yeniden Programlamanın Bibliyometrik Analizi, Araştırma Trendlerini ve Ortaya Çıkan Sıcak Noktaları, 2016-2025
* These authors contributed equally
Yeni sekmede açılır
Bu makalede
Özet
Loading...
$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Özet
Loading...
$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
T lenfositler, bağışıklık yanıtlarının merkezi düzenleyicileridir ve son çalışmalar, metabolik süreçlerin kanser ve otoimmün hastalıklarda T-lenfositlerin aktivasyonunu, farklılaşmasını ve efektör fonksiyonunu etkilediğini göstermiştir. Bu çalışma, Web of Science Çekirdek Koleksiyonu'ndan alınan 1 Ocak 2016 - 31 Aralık 2025 tarihleri arasında yayınların bibliyometrik analizini gerçekleştirmiştir. CiteSpace, referanslar ve anahtar kelimelerin ortak rastlanma, ortak alıntı ve kümeleme analizleri için kullanıldı. VOSviewer, dergileri, yazarları, referansları, ülkeleri ve kurumları analiz etmek için kullanılırken, Scimago Graphica ulusal iş birliği ağlarını görselleştirdi ve Excel yıllık yayın trendlerini değerlendirmek için kullanıldı. Toplamda 1.882 yayın dahil edilmiştir. Yıllık yayın üretimi istikrarlı bir şekilde arttı ve 2021 ile 2025 yıllarında kayda değer bir büyüme gözlemlendi. Çin en yüksek yayın hacmini sağlarken, Amerika Birleşik Devletleri daha fazla atıf etkisi gösterdi. Frontiers in Immunology en verimli dergi iken, Nature en yüksek atıf etkisini gösterdi. Anahtar kelime kümeleme ve atıf analizleri, T-lenfosit metabolik yeniden programlama, glukoz ve amino asit metabolizması ve bağışıklık hücresi metabolik etkileşimlerine artan ilgi üzerine odaklanan gelişen araştırma noktalarını belirledi. Genel olarak, bu bibliyometrik analiz T-lenfosit immünometabolizmasındaki araştırmaların devam ettiğini göstermekte ve hücrelerarası metabolik düzenleme ile lipid metabolizması gibi ortaya çıkan tematik yönleri vurgulamaktadır.
Giriş
Loading...
$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Naif T lenfositler, sessiz ve düşük enerjili metabolik durumlarını korumak için öncelikle mitokondriyal oksidatif fosforilasyona (OXPHOS)dayanırlar 1. Ancak antijen uyarımında, aktive T lenfositler, hızlı proliferasyonu ve efektörfonksiyonunu desteklemek için aerobik glikolize doğru metabolik bir kayma geçirir. Efektör T lenfositleri, özellikle sitotoksik alt kümeler, sitokin üretimi ve hücresel genişlemeyle ilişkili artan biyoenerjik ve biyosentetik talepleri karşılamak için glikolizebağlıdır 3. Glikoliz, OXPHOS'a göre glikoz molekülü başına daha az adenozin trifosfat (ATP) üretse de, hızlı metabolik hızı aktive edilmiş bağışıklık hücrelerinin işlevsel gereksinimlerini destekler4. Aşırı glikolitik aktivite de bağışıklık mikroçevresinde zararlı etkilere katkıda bulunabilir. Laktat birikimi, glikozdan kaynaklanan serin sentezini bozabilir ve hücre içi redoks dengesini değiştirebilir; böylece T-lenfositlerin çoğalmasını vefonksiyonunu bastırır. 5. Ayrıca, yüksek laktat seviyeleri, glikolize bağımlı göç yollarını bozur ve CD4⁺ ile CD8⁺ Tlenfositleri 6,7'nin hareketliliğini azaltır.
Hücresel metabolizma, metabolik yeniden programlama olarak bilinen bir süreçle çevresel ve fizyolojik uyarıcılara dinamik olarak uyumsağlar 8,9. Artan kanıtlar, metabolik yeniden programlamanın T-lenfositlerin aktivasyonu, farklılaşması ve fonksiyonel plastisitesinin düzenlenmesinde merkezi bir roloynadığını göstermektedir 10,11. Bu metabolik değişiklikler, bağışıklık mikroçevresindeki değişikliklerin T-lenfosit fonksiyonunu ve bağışıklık düzenlemesini etkilediği kanser ve otoimmün hastalıklardaözellikle önemlidir 12,13. Birçok bibliyometrik çalışma, kanser immünometabolizması ve hastalıkla ilişkili bağışıklık metabolizması gibi daha geniş bağlamlarda immünometabolizmayı değerlendirmiş olsa da, bu analizler esas olarak T-lenfosit-spesifik metabolik yeniden programlama yerine genel immmun-metabolik etkileşimlereodaklanmaktadır 14,15. Özellikle T-lenfosit immünometabolizmasına özel olarak adanmış kapsamlı bir bibliyometrik değerlendirme, özellikle bu alandaki araştırma eğilimleri, iş birliği ağları ve gelişen tematik noktalar açısından sınırlı kalır.
Bu boşluğu gidermek için, bu çalışma 1 Ocak 2016'dan 31 Aralık 2025'e kadar Web of Science Core Collection (WOScc)'de indekslenen yayınların bibliyometrik analizini gerçekleştirdi. CiteSpace, VOSviewer ve Scimago Grafica, T-lenfosit metabolik yeniden programlama araştırmalarında yayın çıktısını, iş birliği kalıplarını, ortak atıf ilişkilerini ve tematik evrimi nicel olarak analiz etmek için kullanıldı. Geleneksel anlatı incelemelerinin aksine, bibliyometrik analiz atıf, kümeleme ve anahtar kelime analizleri yoluyla bilimsel çevreye yapılandırılmış ve veri odaklı bir genel bakış sunar. Bu çalışmanın amacı, T-lenfosit immünometabolizmasında küresel araştırma eğilimlerini ve ortaya çıkan sıcak noktaları sistematik olarak karakterize etmek ve bu hızla gelişen alandaki mevcut bilgi ortamına organize bir genel bakış sunmaktı.
Protokol
Loading...
$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Bu çalışma, yalnızca halka açık veri tabanlarından alınan bibliyografik verileri analiz etti ve insan katılımcıları, hayvanları veya tanımlanabilir kişisel verileri içermedi; Bu nedenle, kurumsal etik onayı ve bilgilendirilmiş onay gerekmiyordu.
Veri Toplama ve Arama Stratejisi
Veriler 27 Ocak 2026'da WoSCC (https://www.webofscience.com/wos/woscc/)'den çıkarıldı. Seçilen veritabanı baskıları Bilim Atıf Indeksi Genişletilmiş (SCI-GENDİLEND) ve Sosyal Bilimler Atıf Indeksi idi. Arama, Gelişmiş Arama arayüzü kullanılarak gerçekleştirildi. Arama stratejisi "Konu (TS)" alanında uygulanmış ve tam arama sorgusu ile ortaya çıkan kayıtlar Tablo 1'de sunulmuştur. Arama süresi, 1 Ocak 2016 ile 31 Aralık 2025 tarihleri arasında WoSCC "Zaman Aralığı" filtresi kullanılarak indekslenen yayınlarla sınırlıydı. Yalnızca orijinal araştırma makaleleri ve derleme makaleleri "Belge Türleri" filtresi kullanılarak dahil edildi. Dil İngilizce ile sınırlıydı ve ülke, kurum veya araştırma alanı için herhangi bir kısıtlama uygulanmadı. Tüm kayıtlar, ihracat sırasında "Tam Kayıt ve Atıflanan Referanslar" seçilerek düz metin formatında dışa aktarıldı. Alınan kayıt sayısı 500'ü aştığında, kayıtlar birden fazla grup halinde indirilmiş ve analiz öncesinde tek bir veri setine birleştirilmiştir. Alındıktan sonra, tüm kayıtlar ön işleme ve bibliyometrik analiz için CiteSpace'e aktarıldı. Tekrarlanan kayıtlar, başlık, yazarlar, yayın yılı ve kaynak dergi dahil olmak üzere bibliyografik meta verilere dayanarak CiteSpace'teki yerleşik deduplication fonksiyonu kullanılarak tanımlandı ve kaldırıldı. Olası tutarsızlıklar veya eksik bibliyografik kayıtlar tespit edildiğinde, analiz öncesinde veri doğruluğu ve tutarlılığını sağlamak için manuel doğrulama da yapıldı.
| Set | Sonuçlar | Arama Sorgusu |
| #1 | 252,461 | TS=("T hücresi*" YA da "T-hücre*" YA da "T lenfosit*" YA da "T-lenfosit*" YA da "T-lenf*" YA da "CD4+ T hücresi*" YA da "CD8+ T hücresi*" YA da "sitotoksik T hücresi*" YA da "düzenleyici T hücresi*" YA da "Treg*" YA da "T yardımcı hücresi*" YA YA da "Th hücresi*" YA da "saf T hücresi*" YA da "hafıza T hücresi*" YA da "efektör T hücresi*") |
| #2 | 13,799 | TS=("metabolik yeniden programlama*" YA da "metabolik yeniden yapılandırma*" YA da "metabolik yeniden yapılandırma") |
| #3 | 1,882 | #1 VE #2 |
Tablo 1: Web of Science Core Collection arama stratejisi, bibliyometrik veri erişimi için kullanılır. Tablo, WoSCC'den literatür toplamak için kullanılan ayrıntılı arama stratejisi, anahtar kelime kombinasyonları, Boolean operatörleri ve nihai arama sayılarını özetlemektedir. Aramalar, Gelişmiş Arama arayüzündeki "Konu (TS)" alanı kullanılarak gerçekleştirildi. Joker kartlar (*) birden fazla kelime sonunu ve ilgili terimleri almak için kullanıldı. Son veri seti, dil ve belge tipi filtrelerin uygulanmasıyla 1 Ocak 2016 ile 31 Aralık 2025 tarihleri arasında indekslenen yayınlardan oluşuyordu.
Analitik Yaklaşımlar
Veri analizi için çoklu araç bibliyometrik yaklaşımı sistematik olarak uygulanmıştır. Analiz, Windows 10 işletim sistemi ortamında gerçekleştirildi. CiteSpace (v.5.7.R2), WoSCC'den dışa aktarılan TXT formatlı veriler işlenerek referansları ve anahtar kelimeleri analiz etmek için kullanıldı. CiteSpace parametreleri şu şekilde yapılandırıldı: (1) zaman dilimleme 2016'dan 2025'e kadar her dilim başına bir yıl olarak ayarlandı; (2) seçim kriterleri g-indeksi (k = 25) kullanılarak yapılandırıldı; (3) budama yöntemleri arasında Pathfinder, Budama Dilimlenmiş Ağlar ve Birleştirilmiş Ağı Budama gibi temel ilişkiler korulurken ağ yapılarını basitleştirmek; ve (4) kümeleme analizi log-olasılık oranıalgoritması 16 kullanılarak gerçekleştirildi. Bu analiz, hem referanslar hem de anahtar kelimeler için ortak kaynak ağları, kümeleme haritaları, zaman çizelgesi görselleştirmeleri ve patlama tespit haritaları oluşturdu. Görselleştirme haritalarında, düğüm boyutu frekansı, bağlantı kalınlığı birlikte oluşma gücünü ve mor halkalar yüksek aralık merkeziliğini temsil ediyordu. Patlama düğümleri, zaman içinde atıf veya anahtar kelime sıklığında ani bir artışı yansıtıyordu.
Daha sonra, dışa aktarılan dosyalar Windows Notepad kullanılarak UTF-8 kodlamasında yeniden kaydedildi ve bibliyometrik eşleme için VOSviewer'a (sürüm 1.6.20) aktarıldı; bu da yazarlar, dergiler, kurumlar ve ülkeler arasında ortak yazarlık, ortak kaynak ve ortak oluş analizleri dahilolmak üzere 17. Tam sayım yöntemi uygulandı ve normalizasyon ilişki gücü yöntemiyle gerçekleştirildi. Veri seti büyüklüğüne göre minimum oluşma eşikleri belirlendi (yazarlar ≥ 5 yayın; anahtar kelimeler ≥ 5 buluşma; kurumlar ≥ 3 yayın). Ağ görselleştirmesi, öğe ağırlığı ve toplam bağlantı gücüne dayanıyordu. Ülke düzeyinde iş birliği analizi için, VOSviewer'dan dışa aktarılan GML dosyaları Scimago Graphica'ya (sürüm 1.0.53) aktarıldı; burada düğümler ülkeleri temsil ediyordu. Ağ görselleştirme ve kümeleme, ülkeler arasındaki mekansal ilişkileri ve iş birliği kalıplarını temsil etmek için varsayılan güç yönlendirilmiş düzen algoritması kullanılarak oluşturuldu. WPS Excel, yıllık yayın eğilimlerinin tanımlayıcı istatistiksel analizi ve temel veri özetimi için kullanılmıştır. Sonuçlar çubuk grafikler, sütun grafikleri ve çizgi grafikler kullanılarak görselleştirildi.
Yukarıda açıklanan aynı arama stratejisiyle ek bir zaman dilimli analiz yapıldı ve arama yalnızca 1 Ocak 2025 ile 31 Aralık 2025 tarihleri arasında indekslenen yayınlarla sınırlandırıldı. Aynı WoSCC sorgu çerçevesi ve analitik ortam içinde, yakın zamanda çıkan yayınlar ve konferansla ilgili çıktılar bağlamsal ve betimleyici amaçlarla geri alınmıştır. Bu işlem tamamen WoSCC'nin yerleşik analitik arayüzü içinde gerçekleştirilmiştir. Bağımsız bir veri seti oluşturulmadı ve alınan bilgiler birincil bibliyometrik veri setine entegre edilmedi veya nicel analiz için kullanılmadı. Genel çalışma tasarımı ve bibliyometrik analiz iş akışı bir akış şeması içinde özetlenmiştir (Şekil 1).
Şekil 1. T-lenfosit metabolik yeniden programlama araştırmasının bibliyometrik analizinin iş akışı. Bu bibliyometrik analizde kullanılan çalışma tasarımı ve analitik iş akışının şematik özeti. Yayınlar, önceden tanımlanmış arama stratejileri ve dahil etme kriterleri kullanılarak Web of Science Core Collection (WoSCC)'den alındı. Alınan kayıtlar düz metin formatında dışa aktarıldı ve tekrarların kaldırılması ve bibliyografik veri standartlaştırılması dahil olmak üzere ön işlemeye tabi tutuldu. Bibliyometrik analizler, ortak alıntı, anahtar kelime ortak rastlanma, kümeleme ve patlama algılama analizleri için CiteSpace kullanılarak ve yazarlar, kurumlar, ülkeler ve dergiler arasında iş birliği ağı analizleri için VOSviewer kullanılarak gerçekleştirildi. Scimago Graphica uluslararası iş birliği ağlarını görselleştirmek için kullanılmış, WPS Excel ise yıllık yayın eğilimleri ve betimleyici istatistikleri analiz etmek için kullanılmıştır. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.
Sonuçlar
Loading...
$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Yayın Çıktısı ve Zamansal Eğilimler
Bu alandaki araştırma faaliyetlerinin zamansal evrimini karakterize etmek için, WoSCC'de indekslenen yayınlar kullanılarak bibliyometrik analiz yapılmıştır. Son on yılda toplam 1.991 kayıt ilk olarak ele geçirildi. Tekrarlanan ve İngilizce olmayan kayıtların kaldırılmasının ardından, 1.046 orijinal araştırma makalesi ve 836 inceleme makalesi dahil olmak üzere 1.882 yayın dahil edildi ve analiz edildi. 2016'dan 2025'e kadar yıllık yayın ve atıf eğilimleri Şekil 2'de sunulmakta olup, zaman içinde araştırma faaliyetlerinde tutarlı bir artış göstermektedir. 2020 yılında, yayın sayısı 40 makale arttı ve atıf sayısı 2019'a göre 1.989 arttı. 2021 ile 2024 arasında atıf sayısı yıllık artışa devam ederken, yayın sayıları yıllık olarak nispeten daha küçük değişiklikler gösterdi; 2021'de 55 makale artışı hariç. 2025 yılında yayın sayısı 252'den 629'a, atıf sayısı ise 13.045'ten 21.103'e yükseldi. Bu bulgular, çalışma döneminde T-lenfosit metabolik yeniden programlama araştırmalarında bilimsel ilgi ve akademik etkinin sürekli arttığını göstermektedir.
Şekil 2. 2016'dan 2025'e kadar T-lenfosit metabolik yeniden programlama araştırmalarında yıllık yayın ve atıf eğilimleri. 2016 ile 2025 yılları arasında WoSCC veritabanından alınan T lenfositlerinde metabolik yeniden programlama ile ilgili yıllık yayın sayısı ve toplam atıf. Mavi çubuklar yıllık yayın sayılarını ve yıllık araştırma verimliliğini gösterir. Turuncu çizgi, toplam atıf sayısını gösterir ve her yıl boyunca indekslenen yayınların akademik etkisini ve atıf etkisini yansıtır. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.
Ülke Düzeyinde Katkılar ve İşbirliği
Ülke düzeyindeki analizler, Çin'in en yüksek yayın hacmine sahip olduğunu, 997 yayın katkısı sağladığını, Amerika Birleşik Devletleri'nin ise 510 yayın sağladığını gösterdi (Şekil 3A). Yayın eğilimleri zamanla iki ülke arasında farklılık gösterdi. Çin'den yayın üretimi çalışma dönemi boyunca istikrarlı bir şekilde artmışken, Amerika Birleşik Devletleri 2025 öncesinde iki yerel yayın zirvesi ve ardından yıllık üretimde bir düşüş yaşamıştır (Şekil 3B). 2025 yılında, her iki ülkede de yayın üretimi önemli ölçüde arttı; Çin için 296, Amerika Birleşik Devletleri için ise 42 yayın arttı. İşbirliği ağı analizi, birden fazla ülke arasında kapsamlı etkileşimleri tespit etti (Şekil 4A) ve ortak yazarlık kalıplarına dayalı beş ana ülke kümesini belirledi (Şekil 4B). Amerika Birleşik Devletleri, Çin ve Güney Kore yoğun bağlantılı bir iş birliği kümesi oluştururken, ek kümeler Avrupa, Asya ve Amerika ülkelerini içeriyordu. Çoğu ülke, Amerika Birleşik Devletleri ile iş birliği bağlantıları göstererek, Amerika Birleşik Devletleri'nin uluslararası iş birliği ağında merkezi bir rol olduğunu gösteriyordu.
Şekil 3. 2016'dan 2025'e kadar T-lenfosit metabolik yeniden programlama araştırmalarında uluslararası yayın trendleri. (A ) 2016 ile 2025 yılları arasında T-lenfosit metabolik yeniden programlama araştırmalarında en yüksek yayın hacmine sahip ilk 10 ülkenin yıllık yayın çıktısı. Farklı renkli çizgiler bireysel ülkeleri temsil eder ve yayın verimliğindeki zamansal değişiklikleri gösterir. (B) Çin ile Amerika Birleşik Devletleri arasında araştırma çıktılarındaki değişiklikleri gösteren karşılaştırmalı yıllık yayın eğilimleri. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.
Şekil 4. 2016'dan 2025'e kadar T-lenfosit metabolik yeniden programlama araştırmalarında uluslararası iş birliği ağları. (A ) Bibliyometrik ağ analiziyle oluşturulan en çok katkıda bulunan 20 ülke arasında uluslararası iş birliği ağı. Düğüm boyutu yayın hacmini, bağlantı kalınlığı ülkeler arasındaki iş birliği gücünü gösterir ve farklı renkler belirgin iş birliği kümelerini temsil eder. (B) Ülkeler arasındaki işbirlikçi etkileşimleri gösteren akor diyagramı. Her bağlayıcı akorun genişliği, çift ülkeler arasındaki iş birliğinin yoğunluğuna karşılık gelir. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.
Kurumsal Verimlilik ve İşbirliği
Kurumsal verimlilik analizi, Çin kurumlarının en üretken 10 kurumun dokuzunu oluşturduğunu, kalan kurumun ise Amerika Birleşik Devletleri'nde bulunduğunu gösterdi (Şekil 5A). Shanghai Jiao Tong Üniversitesi 74 yayınla birinci sırada, ardından Fudan Üniversitesi 66 yayınla ve Central South Üniversitesi 51 yayınla geldi. En üretken Çin kurumları, ağırlıklı olarak güney Çin'de bulunan üniversitelerdi. Atıf temelli sıralamalar, yayın verimliliğine kıyasla farklı bir dağılım desenini gösterdi (Şekil 5B). Harvard Üniversitesi 2.997 atıfla birinci sırada yer alırken, onu Max Planck İmmünobiyoloji ve Epigenetik Enstitüsü 2.682 atıfla takip etti. Çin kurumları arasında, Central South Üniversitesi en yüksek atıf sayısına sahip oldu ve 2.288 atıf aldı. Kurumsal iş birliği ağı, kurumlar arasında geniş bir karşılıklı bağlantı göstermiştir (Şekil 5C). Şanghay Jiao Tong Üniversitesi en yüksek toplam bağlantı gücünü (62) gösterdi; bu da özellikle Çin içinde diğer kurumlarla sık sık işbirliği ilişkilerinin olduğunu gösteriyor.
Şekil 5. 2016'dan 2025'e kadar T-lenfosit metabolik yeniden programlama araştırmalarında kurumsal verimlilik ve iş birliği analizi. (A ) Yayın hacmine göre ilk 10 kurumu sıralayan yatay çubuk grafik. (B) Toplam atıf sayılarına göre ilk 10 kurumu sıralayan yatay çubuk grafik. (C) VOSviewer kullanılarak oluşturulan kurumsal iş birliği ağı. Düğüm boyutu kurumsal yayın çıktısını, bağlantı kalınlığı iş birliği gücünü gösterir ve farklı renkler belirgin iş birliği kümelerini gösterir. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.
Yazar Verimliliği ve Etkisi
Yayın hacmine göre sıralamada ilk 10 yazar arasında Ping-Chih Ho en çok yayın sayısına sahip oldu (18 belge), ardından Li, Hui 14 yayınla ve birkaç ek yazar 10–12 yayınla geldi (Şekil 6A). Alıntı analizi, Erika L. Pearce'ın en yüksek atıf sayısına (2.384) sahip olduğunu, ardından Ping-Chih Ho'nun (1.641) ve Romero Pedro'nun (1.352) geldiğini gösterdi (Şekil 6B). Ping-Chih Ho 18 yayın yazdı, 1.641 atıf aldı ve toplam 23 bağlantı gücü gösterdi; bu da yazar iş birliği ağında merkezi bir rol olduğunu gösteriyor. Ortak kaynak analizi, atıf edilen yazarlar arasında atıf sıklığının dağılımını daha da göstermiştir. Chang C.H. en yüksek atıf sayısına (561) sahipken, en düşük sıradaki yazar ilk 10 grupta 278 atıftaydı (Şekil 7A). Ağ analizi, yüksek atıf alan yazarların genellikle daha yüksek toplam bağlantı gücü değerleri sergilediğini, bu da daha güçlü ortak kaynak ilişkileri ve araştırma ağı içinde daha geniş entegrasyon gösterdiğini göstermiştir (Şekil 7B).
Şekil 6. 2016'dan 2025'e kadar T-lenfosit metabolik yeniden programlama araştırmalarında üretkenlik ve atıf etki analizini yazar. (A ) Yayın hacmine göre yazarları yatay çubuk grafik sıralaması. (B) Toplam atıf sayılarına göre yazarları yatay çubuk grafik sıralaması. Bar uzunluğu, her yazarla ilişkili yayın veya atıf sayısını gösterir. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.
Şekil 7. 2016'dan 2025'e kadar T-lenfosit metabolik yeniden programlama araştırmalarında atıf alan yazarların analizi. (A ) Atıf yapılan yazarları toplam atıf sayılarına göre gradyen tarzı çubuk diagramma sıralaması. (B) Ortak kaynak ağı içindeki atıf alan yazarlar arasındaki toplam bağlantı gücünü gösteren gradyen tarzı çubuk diagramma. Çubuk uzunluğu, atıf sıklığını veya toplam bağlantı gücünü gösterirken, daha koyu renk yoğunluğu daha yüksek atıf sıklığı veya daha güçlü ortak alıntı ilişkilerini temsil eder. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.
Dergi Yayınları ve Atıflarda Performansı
Tablo 2 , T-lenfosit metabolik yeniden programlama araştırmalarında en yüksek yayın hacmine sahip ilk 10 dergiyi, atıf sayıları ve toplam bağlantı gücü değerleri dahil olmak üzere özetlemektedir. Frontiers in Immunology 203 yayınla en yüksek yayın verimini gösterirken, Cell Metabolism en verimli dergiler arasında en yüksek etki faktörünü (30.9) sergiledi (Şekil 8A). Çoğu dergi, Journal Citation Reports (JCR) Q1 kategorisinde sınıflandırılmıştır (Şekil 8B). Dergi işbirliği ağında, beş dergi toplam bağlantı gücü değerlerinin 100'ü aştığını gösterdi; Frontiers in Immunology en yüksek toplam bağlantı gücünü (549) gösterdi; bu da dergi iş birliği ağı içinde güçlü bir bağlantıyı gösterdi (Şekil 8C). Atıf edilen dergilerin atıf analizi, Nature'ın en yüksek atıf sıklığına sahip olduğunu (6.331) gösterdi, ardından Immunity (6.061) geldi (Tablo 3 ve Şekil 9A). Frontiers in Immunology, diğer birçok yüksek atıf alan dergilere kıyasla daha düşük etki faktörüne sahip olmasına rağmen, atıf sıklığında (5.685) üçüncü sırada yer aldı. Ortak kaynak ağı analizi, kaynak gösterilen dergiler arasında güçlü işbirlikçi ilişkileri gösterdi ve ağ genelinde yüksek toplam bağlantı gücü değerleri gözlemlendi (Şekil 9B). Bu bulgular, bu alandaki son derece etkili dergilerin hem güçlü atıf etkisi hem de geniş dergiler arası bağlantılarla karakterize edildiğini göstermektedir.
| Rütbe | Dergiler | Frekans | Atıflar | Toplam Bağlantı Gücü |
| 1 | İmmünolojide Sınırlar | 203 | 3993 | 549 |
| 2 | Onkolojide Sınırlar | 55 | 1366 | 113 |
| 3 | Uluslararası Moleküler Bilimler Dergisi | 49 | 1112 | 128 |
| 4 | Doğa İletişimi | 33 | 2511 | 96 |
| 5 | Kanserler | 31 | 659 | 54 |
| 6 | İleri Bilim | 27 | 1476 | 136 |
| 7 | Hücre Raporları | 27 | 329 | 56 |
| 8 | Hücre Metabolizması | 25 | 3076 | 184 |
| 9 | Uluslararası İmmünofarmakoloji | 23 | 243 | 45 |
| 10 | Bilimsel Raporlar | 22 | 197 | 16 |
Tablo 2: 2016'dan 2025'e kadar T-lenfosit metabolik yeniden programlama araştırmalarında yayın hacmine göre en iyi 10 dergi. Tablo, WoSCC'den alınan T-lenfosit metabolik yeniden programlama araştırmalarında en yüksek yayın verimine sahip 10 dergini özetlemektedir. Frekans, veri setinde indekslenen yayın sayısını temsil eder. Atıflar, her dergiden yayınlara bağlı toplam atıf sayısını gösterir. Toplam bağlantı gücü, VOSviewer kullanılarak oluşturulan dergi birlikte oluşma ağı içindeki bağlantı ve işbirlikçi ilişki derecesini temsil eder.
Şekil 8. T-lenfosit metabolik yeniden programlama araştırmalarında dergi performans metrikleri ve iş birliği merkezli ağ analizi. (A ) En yüksek yayın hacmine sahip ilk 10 dergi arasında etki faktörlerinin dağılımı. (B) Atıf, en üretken 10 dergi arasında yer alır. (C) Bibliyometrik analiz kullanılarak oluşturulan dergi iş birliği ve ortak kaynak ağı. Çubuk uzunluğu, dergi ağı içindeki yayın hacmini, etki faktörü, atıf sayısını veya toplam bağlantı gücünü temsil eder. Etki faktörleri ve çeyrek sıralamaları Dergi Atıf Raporları (JCR) üzerinden alındı. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.
| Rütbe | Atıf Alan Dergi | Frekans | EĞER | JCR Quartile |
| 1 | Doğa | 6331 | 48.5 | S1 |
| 2 | Bağışıklık | 6061 | 26.3 | S1 |
| 3 | İmmünolojide Sınırlar | 5685 | 5.9 | S1 |
| 4 | Hücre | 5539 | 42.5 | S1 |
| 5 | İmmünoloji Dergisi | 5275 | 3.4 | S2 |
| 6 | Hücre Metabolizması | 4974 | 30.9 | S1 |
| 7 | Doğa İletişimi | 4515 | 15.7 | S1 |
| 8 | Doğa İmmünolojisi | 4345 | 27.6 | S1 |
| 9 | Amerika Birleşik Devletleri Ulusal Bilimler Akademisi Bildirileri | 3838 | 9.1 | S1 |
| 10 | Kanser Araştırmaları | 3818 | 16.6 | S1 |
Tablo 3: 2016'dan 2025'e kadar T-lenfosit metabolik yeniden programlama araştırmalarında en çok atıf alan 10 dergi. Tablo, WoSCC'den alınan T-lenfosit metabolik yeniden programlama araştırmalarının ortak alıntı analizinde tanımlanan en çok atıf alan 10 dergini özetlemektedir. Frekans, veri setindeki her derginin toplam atıf sıklığını temsil eder. IF dergi etki faktörünü, JCR ise Dergi Atıf Raporları dörtlüğünü gösterir. Dergi metrikleri, kaynaklı dergilerin bibliyometrik ağ içindeki atıf etkisi ve akademik önemini değerlendirmek için kullanıldı.
Şekil 9. T-lenfosit metabolik yeniden programlama araştırmalarında dergi performans metrikleri ve işbirlikçi ağ analizi alıntılandı. (A ) En çok atıf verilen 10 derginin JCR çeyrek dağılımı (B) Atıf alan dergiler arasında işbirlikçi ilişkileri gösteren ortak kaynak ağı analizi. Çubuk uzunluğu, dergi ortak alıntı ağı içindeki atıf sıklığını veya toplam bağlantı gücünü gösterir. Dergi metrikleri JCR'den alındı. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.
Referans Analizi
Referans kümeleme analizi, birbirine bağlı birden fazla tematik küme tanımlamış olup, en iyi 10 küme Şekil 10A'da sunulmaktadır. Bunlar arasında, küme #0 (makrofaj polarizasyonu) ve küme #2 (T lenfositler) bağışıklık hücresi fonksiyonel düzenlemesiyle ilişkilendirilmiştir. Küme #4 (tümör mikroçevresi) ve #7 (T-hücre tükenmesi) yakın ağ bağlantısını gösterdi ve bu da ilgili araştırma temalarını yansıttı. Metabolik yollarla ilişkili ek kümeler de tespit edildi; bunlar arasında küme #3 (laktilasyon), küme #9 (glutamin metabolizması), küme #1 (lipid metabolizması) ve küme #10 (amino asit metabolizması) bulunuyor. Ayrıca, "prognoz" (küme #6) ortak atıf ağı içinde ayrı bir tematik küme olarak tanımlanmıştır. Referans ortak alıntı analizi, araştırma alanında son derece etkili referansları belirlemiştir (Şekil 10B). En iyi 10 referans, atıf sıklığına (Tablo 4) ve aralık ortalığı (Tablo 5) göre sıralandı. Daha önce, özellikle 2016'dan sonra yayımlananlar, öncelikle bağışıklık metabolik düzenleyici mekanizmalar ve tümör mikro ortamındaki metabolik etkileşimler, düzenleyici T hücresi metabolik adaptasyonu dahil olmak üzere, odaklanmıştır. 2019 ile 2022 yılları arasında yayımlanan çalışmalar, glutamin blokajı ve laktat–PD-1 sinyal ekseni dahil olmak üzere metabolizmaya yönelik terapötik stratejileri giderek daha fazla incelemektedir. Yüksek merkezilik referansları, esas olarak hücresel metabolizma ile bağışıklık hücre işlevi arasındaki etkileşimlerle, bağışıklık polarizasyonu, T-hücre tükenmesi ve epigenetik düzenleme gibi etkileşimlerle ilişkilendirilmiştir. 2018'de yayımlanan çok atıf alan bir çalışma, tümör mikro ortamında metabolik yeniden programlamanın benimsenen T hücresi tedavisinin etkinliğinin azalmasıyla ilişkili olduğunu bildirdi.
Şekil 10. T-lenfosit metabolik yeniden programlama araştırmalarında referans kümesi ve ortak alıntı analizleri. (A ) CiteSpace kullanılarak tanımlanan en iyi 10 referans kümesini gösteren referansların küme analizi. Farklı renkler, farklı tematik kümeleri temsil eder. (B) Bibliyometrik analiz kullanılarak oluşturulan referans ortak alıntı ağı. Düğüm boyutu atıf sıklığını gösterirken, bağlantı hatları referanslar arasındaki ortak alıntı ilişkilerini gösterir. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.
| Rütbe | Referans Bilgileri | Makale Başlığı | Dergi Başlığı | Atıflar |
| 1 | Watson, M. J. (2021) | Tümör sızdıran düzenleyici T hücrelerinin laktik asit ile metabolik desteği | Doğa | 133 |
| 2 | Kumagai, S. (2022) | Laktik asit, yüksek glikolitik tümör mikro ortamlarında düzenleyici T hücrelerinde PD-1 ekspresyonunu teşvik eder | Kanser Hücresi | 105 |
| 3 | Xia, L. (2021) | Kanser metabolik yeniden programlama ve bağışıklık yanıtı | Moleküler Kanser | 102 |
| 4 | Leone, R. D. (2019) | Glutamin blokadı, tümör bağışıklık kaçamasını aşmak için farklı metabolik programları tetikler | Bilim | 100 |
| 5 | Faubert, B. (2020) | Metabolik yeniden programlama ve kanser ilerlemesi | Bilim | 89 |
| 6 | Sung, H. (2021) | Kanser İstatistikleri 2020: GLOBOCAN, 185 ülkede 36 kanser için dünya çapında insidans ve ölüm tahminleri | CA: Klinisyenler için Bir Kanser Dergisi | 85 |
| 7 | Leone, R. D. (2020) | Kanserde bağışıklık hücrelerinin metabolizması | Kanser | 83 |
| 8 | Angelin, A. (2017) | Foxp3, düşük glikozlu, yüksek laktat içeren ortamlarda işlev görecek şekilde T hücresi metabolizmasını yeniden programlar | Hücre Metabolizması | 83 |
| 9 | Chang, C. H. (2015) | Tümör mikro ortamında metabolik rekabet, kanserin ilerlemesinin bir itici güçüdür | Hücre | 74 |
| 10 | Wang, H. (2020) | CD36 aracılı metabolik adaptasyon, tümörlerde düzenleyici T hücresi sağkalımı ve fonksiyonunu destekler | Doğa İmmünolojisi | 74 |
Tablo 4: 2016'dan 2025'e kadar T-lenfosit metabolik yeniden programlama araştırmalarında en çok atıf alan 10 referans. Tablo, T-lenfosit metabolik yeniden programlama araştırmalarında ortak alıntı analiziyle en çok atıf yapılan ilk 10 referansı özetlemektedir. Atıf sıklığı, WoSCC'den alınan bibliyometrik veri setinde alınan toplam atıf sayısını temsil eder. Tablo, ilk yazarı, yayın yılını, makale başlığını, dergi başlığını ve her referansla ilişkili toplam atıf sayısını içerir.
| Rütbe | Referans Bilgileri | Makale Başlığı | Dergi Başlığı | Merkeziyet |
| 1 | Leone, R. D. (2019) | Glutamin blokadı, tümör bağışıklık kaçamasını aşmak için farklı metabolik programları tetikler | Bilim | 0.55 |
| 2 | Huang, S. C. (2016) | mTORC2-IRF4 sinyal ekseni aracılığıyla metabolik yeniden programlama, makrofaj alternatifi aktivasyonu için gereklidir | Bağışıklık | 0.52 |
| 3 | Brand, A. (2016) | LDHA ile ilişkili laktik asit üretimi, T ve NK hücreleri tarafından tümör immünogözetimini könteler. | Hücre Metabolizması | 0.5 |
| 4 | Nakaya, M. (2014) | İltilamı T-hücre yanıtları, amino asit taşıyıcısı ASCT2'nin glutamin alımını kolaylaştırmasına ve mTORC1 kinaz aktivasyonuna dayanır | Bağışıklık | 0.48 |
| 5 | Cascone, T. (2018) | Artan tümör glikolizi, evlat edinilen T hücresi tedavisine karşı bağışıklık direncini karakterize eder | Hücre Metabolizması | 0.44 |
| 6 | Ma, X. Z. (2019) | Kolesterol, tümör mikroortamında CD8+ T hücresi tükenmesini indükler | Hücre Metabolizması | 0.41 |
| 7 | Yang, W. (2016) | CD8(+) T hücrelerinin antitümör yanıtını kolesterol metabolizmasını modüle ederek güçlendirmek | Doğa | 0.39 |
| 8 | Geiger, R. (2014) | L-arginin, T hücresi metabolizmasını modüle eder ve hayatta kalma ile anti-tümör aktivitesini artırır | Hücre | 0.37 |
| 9 | Freemerman, A. J. (2014) | Makrofajların metabolik yeniden programlanması: glikoz taşıyıcısı 1 (GLUT1) aracılı glukoz metabolizması, proinflamatuar bir fenotipi tetikler | Biyolojik Kimya Dergisi | 0.31 |
| 10 | Bian, Y. (2020) | Kanser SLC43A2 T-hücre metyonin metabolizmasını ve histon metilasyonunu değiştirir | Doğa | 0.29 |
Tablo 5: 2016'dan 2025'e kadar T-lenfosit metabolik yeniden programlama araştırmalarında aralık merkeziyetine göre sıralanmış ilk 10 referans. Tablo, CiteSpace kullanılarak ortak kaynak ağı analiziyle belirlenen en yüksek aralık merkeziliğe sahip en iyi 10 referansı özetlemektedir. Aralık merkeziyeti, bibliyometrik ağ içindeki farklı araştırma kümelerini birbirine bağlamada bir referansın göreceli önemini yansıtır. Daha yüksek merkezilik değerleri, tematik alanlar arasında daha güçlü köprü rollerini ve bilgi ağı yapısı üzerinde daha fazla etki olduğunu gösterir.
Anahtar Kelime Analizi ve Zamansal Trendler
Anahtar kelime kümeleme analizi, yüksek frekanslı terimleri birden fazla tematik kategoriye grupladı (Şekil 11A). Bu anahtar kelimeler arasında "metabolik yeniden programlama" ve "tümör mikro ortamı" sıkça birlikte gerçekleşiyor ve bu da araştırma alanında güçlü bir tematik ilişki olduğunu gösteriyor. "T hücreleri" ve "dendritik hücreler" gibi anahtar kelimeler de yakından ilişkilendirildi; bu da bağışıklık hücrelerinin tümör ilerlemesi ve immünoterapiyle ilgili düzenlemedeki rollerine yönelik sürekli araştırma ilgisini yansıtıyordu. Zamansal eğilim analizi (Şekil 11B ve 11C), çalışma dönemi boyunca değişen araştırma önceliklerini gösterdi. 2016 ile 2018 yılları arasında yayımlanan erken çalışmalar öncelikle bağışıklık hücresi aktivasyonu ve glikoz metabolizması üzerine odaklanmıştır. 2018 ile 2020 yılları arasında yayımlanan araştırmalar, T hücresi farklılaşması ve bağışıklık fonksiyonunun metabolik düzenlemesine giderek daha fazla vurgu yaptı. 2021'den itibaren, "DNA metilasyonu", "oksidatif fosforilasyon" ve "IDO" gibi anahtar kelimeler daha sık ortaya çıktı; bu da T-lenfosit araştırmalarında epigenetik düzenleme, mitokondriyal metabolizma ve bağışıklık metabolik sinyal yollarına artan ilgiyi gösteriyor.
Şekil 11. Anahtar kelime kümesi, patlama tespiti ve T-lenfosit metabolik yeniden programlama araştırmalarında kronolojik eğilim analizleri. (A ) Bibliyometrik analiz yoluyla tanımlanan en iyi 15 anahtar kelime kümesinin küme analizi. Farklı renkler, farklı tematik alanları temsil eder. (B) En iyi 10 anahtar kelime kümesinin zaman çizelgesi görselleştirmesi, ana araştırma temalarının zamansal evrimini gösteriyor. (C) Patlama tespit analiziyle tanımlanan en iyi 20 patlama anahtar kelimesi. Kırmızı çubuklar, anahtar kelime sıklığının zaman içinde güçlü artış dönemlerini gösterir. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.
Bu bibliyometrik analiz, WoSCC'den alınan yayınlara dayanarak T-lenfosit metabolik yeniden programlama araştırmalarının küresel araştırma alanını sistematik olarak haritalandırmıştır. Bilimsel çıktı ve atıf etkisi çalışma dönemi boyunca istikrarlı bir şekilde arttı; Çin ve Amerika Birleşik Devletleri yayın verimliliği ve atıf etkisinde önde gelen katkıcılar olarak belirlendi. İşbirliği ağı analizleri, uluslararası ve kurumsal araştırma ilişkilerinin giderek birbirine bağlı olduğunu gösterdi ve katkıda bulunanlar arasında yayın hacmi ile atıf etkisi arasındaki farkları da ortaya koydu. Alanın entelektüel yapısı öncelikle tümör mikroçevresinde bağışıklık hücresi düzenlemesi ve metabolik yeniden programlama üzerine odaklanmıştı; temel bağışıklık aktivasyonuna odaklanan çalışmalardan epigenetik düzenleme, oksidatif fosforilasyon ve bağışıklık metabolik etkileşimlerinin incelenmesine zamansal evrim yapılmıştır. Genel olarak, bu çalışma T-lenfosit metabolik yeniden programlama araştırmalarındaki gelişim, başlıca katkıcılar, işbirlikçi desenler ve ortaya çıkan tematik yönlerin yapılandırılmış bir genel bakışını sunmaktadır.
Veri Erişilebilirliği:
Bu çalışmada analiz edilen veri setleri Web of Science Core Collection (WoSCC)'den alınmıştır. Bu çalışma sırasında oluşturulan orijinal bibliyometrik veri setleri ve ilgili analiz dosyaları ek materyal olarak sunulmuş ve Zenodo deposu üzerinden şu adreste halka açık hale getirilmiştir: https://doi.org/10.5281/zenodo.20270392. Bu çalışmada kısıtlı, gizli veya kişisel olarak tanımlanabilir veri kullanılmadı.
Tartışma
Loading...
$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
T hücrelerinde metabolik yeniden programlama bibliyometrik analizimiz, zaman içinde araştırma çıktısında sürekli bir artış olduğunu ortaya koydu. 2020'de yayın ve atıf sayısında belirgin bir artış yaşandı; 2019'a kıyasla 40 ek yayın ve 1.989 ek atıf eklendi. Bu artış, glütamin blokadası, tümör bağışıklık kaçınışını aşmak için farklı metabolik programları indikle (22 Kasım 2019'da yayımlandı)18 gibi birçok yüksek atıf alan yayınla geçici olarak örtüştü; bu yayın, veri setinde en çok atıf alan ve en yüksek merkezilik referansları arasında yer aldı. Bu çalışma alanda sıkça ortak alıntı yapmış ve immünometabolizma ile tümör bağışıklık kaçınmasında kavramsal ilerlemelerle ilişkilendirilmiştir; bu da bu dönemde akademik ilginin artmasına katkıda bulunabilir. Yayın hacmi daha sonra durağan bir seviyeye kaldı; ancak 2021'de 55 makale sayısı belirgin bir artış yaşandı; bu, sıkça atıf alan birkaç çalışmanın yayımlanmasıyla aynı zamana denk geldi. O yılın önemli yayınlarından biri olan Metabolic support of tümör infiltrasyon düzenleyici T hücrelerinin laktik asit tarafından (Mart 2021) ve hücre içi metabolik faktörlerin T hücrelerinin antitümör fonksiyonunu nasıl etkilediğinivurguladı 19. Bir diğer yayın olan Kanser metabolik yeniden programlama ve bağışıklık yanıtı (5 Şubat 2021'de yayımlandı), tümör bağışıklığının metabolitler, metabolik enzimler, metabolik yollar ve bağışıklık hücresi metabolik programlaması tarafından nasıl etkilendiğini kapsamlı bir şekildeözetlemiştir 20.
2025'te keskin bir artış gözlemlendi; hem yayın hem de atıf hacimleri bir önceki yılın yaklaşık iki katı büyüktü. WoSCC'nin yerleşik analitik arayüzü, 2025 büyüme modelini ve ortaya çıkan araştırma noktalarını daha ayrıntılı incelemek için kullanıldı. 2025 yılında gerçekleşen önemli uluslararası konferanslar arasında Amerikan Gen ve Hücre Terapisi Derneği'nin 28. Yıllık Toplantısı, Amerikan Kanser Araştırmaları Derneği'nin Yıllık Toplantısı, Amerikan İmmünologlar Derneği'nin Yıllık Toplantısı, Amerikan Hematoloji Derneği'nin 67. Yıllık Toplantısı, Araştırmacı Dermatoloji Derneği'nin Yıllık Toplantısı yer aldı. ve Amerikan Toraks Derneği Uluslararası Konferansı. Bu konferanslar, son on yılda belirlenen büyük toplantıların %14,6'sını (6/41) oluşturdu. Bu gözlemler, bu dönemde alanda artan akademik faaliyet ve görünürlüğü yansıtabilir. 2025 yılında tanımlanan en üst sıradaki makale, CD8⁺ T hücrelerinin antitümör bağışıklığını teşvik etmek için tRNA m1A modifikasyonu kolesterol biyosentezini düzenledi (Mart 2025'te The Journal of Experimental Medicine'de yayımlandı). Bu çalışma, tRNA m1A modifikasyonunu kolesterol biyosentezinde metabolik bir kontrol noktası olarak tanımladı ve CD8⁺ T hücresi fonksiyonunu desteklemedeki önemini gösterdi. Bu gözlem, T-hücre immünometabolizmasında lipid metabolizmasına artan araştırma ilgisini gösteren bibliyometrikbulgularla tutarlıdır 21.
Son on yılda yayın hacmine göre en çok 10 ülke Çin, Amerika Birleşik Devletleri, Almanya, Birleşik Krallık, İtalya, İsviçre, Fransa, Hindistan, İspanya ve Japonya oldu; toplamda 1.062 yayın (toplam üretimin %56,43'ü) katkıda bulundu. 2016 yılında Amerika Birleşik Devletleri 25 yayınla bu alanda lider olurken, diğer ülkelerin çoğu yılda 10'dan az yayın yaptı. Amerika Birleşik Devletleri, 2020 ile 2022 arasında nispeten yüksek üretim aşamasına girdi, ardından istikrarlı bir plato ve 2025'te 99 yayına yükseliş yaşandı. Çin, 2021'den sonra sürekli büyüme gösterdi ve 2022'den itibaren yılda 100'ü aştı. 2025 yılına gelindiğinde, Çin'in yayın üretimi 2016'ya göre 64,9 kat artmış ve aynı yıl içinde Amerika Birleşik Devletleri'nin yayın üretiminin %358,6'sını aşmıştır. Avrupa ülkeleri arasında Almanya en yüksek yayın verimini gösterdi (133 yayın). İsviçre ve Hollanda da nispeten yüksek araştırma verimliliği gösterdi; Ping-Chih Ho (İsviçre) ve Mihai G. Netea (Hollanda) sırasıyla 18 ve 12 yayın katkıda bulundu. Almanya'dan Erika L. Pearce, en üretken yazarlar arasında (9 yayın) 10., en çok atıf alan yazarlar arasında (281 atıf) 9. sırada yer aldı; toplam bağlantı gücü 179'dur. Bu bulgular, giderek küreselleşen iş birliği kalıplarını ve T-hücre immünometabolizması araştırmalarına uluslararası katılımın arttığını göstermektedir.
Bu alanda yayın hacmine göre en iyi 10 dergi şunlardı: Frontiers in Immunology, Cell Metabolism, Nature Communications, Advanced Science, Frontiers in Oncology, International Journal of Molecular Sciences, Cancers, Cell Reports, International Immunopharmacology ve Scientific Reports. Bu dergilerden yedisinde 3 ila 7 arasında değişen etki faktörleri varken, kalan üç derginin etkisi 10'dan fazlaydı. Cell Metabolism en yüksek etki faktörüne (30,9) sahipti ancak yayın hacmi açısından 25 yayınla sekizinci sırada yer aldı; Frontiers in Immunology ise 203 yayınla en yüksek yayın verimini elde etti ve yıllık ortalama yaklaşık 20 yayın yaptı. Özellikle, Cell Metabolism22 dergisinde yayımlanan Foxp3 Reprogram to Program T Cell Metabolism to Function in Low-Glikoz, Yüksek Laktat Ortamlarda Çalışma, en çok atıf alan ilk 10 referans arasında sekizinci sırada yer aldı. Ancak, Frontiers in Immunology'den çıkan hiçbir yayın en çok atıf alan referans listesinde yer almadı. En çok atıf alan 10 referanstan dördü Cell, Nature ve Science dergilerinde yayımlandı. Bağışıklık atıf sıklığında ikinci sırada yer aldı ve çok merkezi referanslar arasında güçlü bir temsil gösterdi. Merkezi dereceye göre sıralamaya göre ilk 10 referans arasında iki yayın Immunity'de yayımlandı, ancak biri 2016'dan önceyayımlandı 23,24. Buna karşılık, Cell Metabolism 2016–2025 çalışma dönemi boyunca güçlü atıf etkisinikorudu 25,26. Bu analizde yer alan 1.882 yayından 1.046'sı özgün araştırma makalesi, 836'sı ise derleme makaleleriydi; bu da alandaki olağanüstü yüksek bir derleme oranını temsil ediyor. Özellikle, en çok atıf alan 10 referansın üçü inceleme makaleleriydi. Bu desen, T-hücre immünometabolizması araştırmalarının hızla gelişen doğasını yansıtabilir; bu araştırmalar, ortaya çıkan bulguları ve kavramsal gelişmeleri özetleyen bütünleyici incelemelere artan talep yaratmıştır.
Bugüne kadar bu alandaki araştırmalar öncelikle efektör T hücreleri, hafıza T hücreleri ve düzenleyici T hücreleri dahil olmak üzere T hücresi alt kümelerinin metabolik düzenlemesine odaklanmıştır; memelilerde hedef olan rapamisin ise en çok araştırılan sinyal yollarından biridir. T hücrelerinin ötesinde, artan araştırma ilgisi T-hücre aktivasyonu ve bağışıklık düzenlemesinde hayati roller oynayan dendritik hücrelere de odaklanmıştır. Bibliyometrik analizler ayrıca metabolik yollar arasında araştırma ilgisinin dengesiz olduğunu göstermiştir. Amino asit metabolizması ve glikoz metabolizması kapsamlı şekilde araştırılmış olsa da, lipid metabolizması son zamanlarda artan ilgiye rağmen nispeten az araştırılmıştır. Bu bulgular, gelecekteki araştırmaların giderek lipid aracılı bağışıklık düzenlemesi, tümör mikro ortamında metabolik çapraz iletişim ve epigenetik-metabolik etkileşimlere odaklanabileceğini göstermektedir. Bu bibliyometrik çerçeve, araştırmacıların ortaya çıkan immünometabolik temaları, etkili iş birliklerini ve kanser immünoterapisi ile bağışıklık düzenleme araştırmalarıyla ilgili az araştırılmış terapötik yönleri belirlemelerine de yardımcı olabilir.
Bu çalışmanın birkaç sınırlaması vardır. İlk olarak, veriler yalnızca WoSCC'den alındı; bu da Scopus veya PubMed gibi diğer veritabanlarında indekslenen ilgili çalışmaların atlanmasına yol açmış olabilir; bu da WoSCC indekslemesinin yüksek kalitesine rağmen potansiyel seçim yanlılığı yaratmış olabilir. İkinci olarak, yalnızca İngilizce yayınlar dahil edildi ve bu da dil önyargısını ortaya koymuş olabilir. Üçüncü olarak, atıf temelli metrikler yayın yaşı, dergi görünürlüğü ve atıf uygulamalarından etkilenebilir ve bu nedenle bilimsel kaliteyi veya klinik önemi tam olarak yansıtmayabilir. Son olarak, birden fazla bibliyometrik gösterge uygulanmış olsa da, H-indeksi ve makale başına ortalama atıf gibi daha standart göstergeler dahil edilmemiştir. Birden fazla veri tabanını, ek bibliyometrik göstergeleri ve uzunlamasına doğrulama yaklaşımlarını entegre eden gelecekteki çalışmalar, T-hücresi immünometabolizması araştırmalarının gelişen manzarasını daha kapsamlı bir şekilde anlama sağlayabilir.
Açıklamalar
Loading...
$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Çıkar Çatışmaları:
Yazarlar bu çalışmayla ilgili çıkar çatışması belirtmemektedir.
Yazar katkıları:
Veri toplama ve literatür erişimi Yi Liu tarafından gerçekleştirildi. Veri ön işleme ve bibliyometrik analizler Yinping Yang tarafından gerçekleştirildi. Görselleştirme ve figür hazırlığı Xinyue Yang ve Jinquan Li tarafından gerçekleştirildi. El yazmasının ilk taslağı Yi Liu ve Weihong Li tarafından yazılmıştır. Tüm yazarlar makale revizyonuna katkıda bulunmuş ve son teslim edilen versiyonu onaylamıştır.
Teşekkürler
Loading...
$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Yazarlar, Merkezi Üniversiteler için Temel Araştırma Fonları (2022-JYB-JBZR-037) maddi desteği memnuniyetle teşekkür etmektedir.
Malzemeler
| Ad | Şirket | Katalog numarası | Yorumlar |
|---|---|---|---|
| CiteSpace | Drexel University | v.5.7.R2 | SCR_025121 |
| Microsoft Excel | Microsoft Corporation | v.2604 Build 16.0.19929.20136 | SCR_016137 (Microsoft Excel) |
| WPS Excel | Kingsoft Office | v.12.1.0.26375 | |
| Scimago Graphica | Scimago Lab | v.1.0.53 | Mevcut değil |
| VOSviewer | Leiden University | v.1.6.20 | SCR_023516 |
| Web of Science Core Collection | Clarivate Analytics | 27 Ocak 2026'da erişildi; sürüm geçerli değil | Mevcut değil |
| Windows İşletim Sistemi | Microsoft Corporation | Windows 10 | Mevcut değil |
Yeniden basım ve izinler
Bu JoVE makalesinin metnini veya şekillerini yeniden kullanmak için izin iste
İzin iste